基于模糊神經網絡的教育經濟貢獻度研究

王 暉，唐 靜

(1.湖南農業(yè)大學生物科學技術學院，長沙 410128 2.湘潭大學旅游管理學院，湖南 湘潭 411105；3.四川大學 商學院，成都 610064)

基于模糊神經網絡的教育經濟貢獻度研究

王 暉1,2，唐 靜3

(1.湖南農業(yè)大學生物科學技術學院，長沙 410128 2.湘潭大學旅游管理學院，湖南 湘潭 411105；3.四川大學 商學院，成都 610064)

文章將模糊理論和神經網絡理論結合在一起，構建了用于教育經濟貢獻度分析的實證模型。通過三個階段的指標選取和神經網絡訓練，最終的實證結論顯示，教育對于我國經濟的發(fā)展具有明顯的促進作用。

模糊理論；神經網絡；教育投入；經濟增長；貢獻度

1 教育經濟貢獻度評價的模糊神經網絡模型

教育對于經濟增長的影響，是一個典型的社會問題和經濟問題。其復雜性使得一些確定性的數學方法難以適用，甚至很多情況下我們根本無法構建出二者之間關系的確定結構模型。在這種情況下，模糊理論和神經網絡方法就比較適用了。尤其是新千年以后，模糊理論在教育經濟貢獻度評價的研究中應用越來越普遍。基于此，本文將兩種方法結合起來，構建一種模糊神經網絡評價模型，用于教育經濟貢獻度的研究。

實證步驟：

首先，構建三個評價參數集合。第一個評價參數集合包括，人均國民生產總值；第二個評價參數集合包括，人均國民生產總值、人均固定資產、人力資本、人均耕地面積；第三個評價參數集合包括，教育資本指標、健康資本指標、經驗資本指標、人力資本指標。三個參數集合各有功用，第一個評價參數集合用于對我國各地區(qū)進行模糊分類，第二個評價參數集合用于建立人力資本和經濟之間的聯系，第三個評價參數集合用于建立教育和人力資本之間的聯系。

其次，根據神經網絡方法和第一個評價參數集合，對我國不同地區(qū)的經濟發(fā)展進行大致分類，因為不同經濟水平的地區(qū)中，人力資本對于經濟的影響力度差異性很大。

再次，針對同一經濟水平的區(qū)域構建人力資本到經濟增長之間的聯系模型。對于第二個評價參數集合而言，用G表征人均國民生產總值，分別用q1、q2、q3表征人均固定資產、人力資本、人均耕地面積，幾者之間的關系表現為：

根據公式(1)訓練出人力資本到經濟增長之間的模糊神經網絡模型后，人力資本對于經濟增長的貢獻程度就可以用η來描述。

再次，根據第三個評價參數集合和模糊神經網絡訓練方法，構建教育資本和人力資本之間的聯系。這時，用R代表人力資本，用q1、q2、q3分別表征教育資本指標、健康資本指標、經驗資本指標，相關的數學描述為：

根據公式(2)訓練出教育資本對于人力資本之間的模糊神經網絡模型后，教育資本對于人力資本的貢獻程度就可以用ε來描述。

最后，將兩個貢獻度參數η和ε相乘，就可以得到教育對于經濟增長的貢獻程度。

2 教育經濟貢獻度評價的實證分析

2.1 全國各地區(qū)的經濟水平劃分

全國過各地區(qū)經濟水平的劃分，我們依據了2012年底的全國31個省份的人均GDP情況進行了區(qū)域劃分。2012年全國31個省份的人均GDP情況如表1所示。

使用Stata 11.0軟件對所提取的資料信息進行Meta‐分析。本研究的結局指標為二分類變量，以比值比（OR）及其95%置信區(qū)間（95%CI）作為合并效應量。采用Q檢驗及I2檢驗對所納入研究的異質性進行檢驗，如果P≤0.10或I2＞50%時，表明研究間異質性較大，將采用隨機效應模型進行結局指標效應值的合并分析；反之則采用固定效應模型進行合并分析。采用漏斗圖定性判斷發(fā)表偏倚并采用Egger's檢驗定量判斷發(fā)表偏倚，P＜0.05時，表明存在發(fā)表偏倚。

從表1中的數據可以看出，天津市、北京市、上海市的人均GDP水平最高，形成了第一梯隊。對于其它省市，我們以全國人均GDP水平作為分界線。2012年全國人均GDP是38253.52元，這樣其上的江蘇省、內蒙古自治區(qū)、浙江省、遼寧省、廣東省、福建省、山東省、吉林省、重慶市、湖北省、陜西省就形成了第二梯隊，其下的河北省、寧夏回族自治區(qū)、黑龍江省、新疆維吾爾自治區(qū)、山西省、湖南省、青海省、海南省、河南省、四川省、江西省、安徽省、廣西壯族自治區(qū)、西藏自治區(qū)、云南省、甘肅省、貴州省就成為第三梯隊。對于三個水平層次的區(qū)域，我們分別進行三個模糊神經網絡的訓練。

表1 2012年全國31個省份的相關數據

2.2 人力資本對于經濟增長的貢獻度

進行了經濟水平劃分手，我們分別在三個層次的省份里訓練網絡，并依據公式(1)建立人力資本和經濟增長之間的關系，具體的訓練數據如表1所示。在表1中，除了人均國民生產總值以外，我們還分別統(tǒng)計了人均固定資產、人均耕地面積和人力資本。之后通過公式(1)所述的方法進行計算，得到的具體數值如表2。

表2 人力資本對于經濟增長的模糊神經網絡訓練結果

從以上分析結果可以看出，人力資本對于經濟貢獻度對于不同經濟水平地區(qū)都具有很大的作用，對于第一水平層次的省份，貢獻度為45.76%；對于第二水平層次的省份，貢獻度為48.58%；對于第三水平層次的省份，貢獻度高達63.97%。這說明，經濟水平越不發(fā)達，人力資本的提高越可以起到有效的促進作用。

2.3 教育對于人力資本的貢獻度

下面再來分析教育對于人力資本的貢獻程度，用于分析的第三層次參數數據如表3所示。

表3 第三層次參數數據

依據公式(2)，進一步推算教育資本對于人力資本的貢獻度如表4所示。

從以上分析結果可以看出，教育投入對人力資本貢獻度對于不同經濟水平地區(qū)都具有很大的作用，對于第一水平層次的省份，貢獻度為25.31%；對于第二水平層次的省份，貢獻度為29.30%；對于第三水平層次的省份，貢獻度高達41.57%。這說明，經濟水平越不發(fā)達，教育對于人力資本的提升具有更大的作用。

2.4 教育對于經濟增長的貢獻度

綜合兩步實證分析的結果，綜合求取教育對經濟增長的貢獻度如表5所示。

表5的數據直觀地反映了我國教育對于經濟增長的貢獻，對于發(fā)達經濟省份，貢獻率為11.58%；對于中等經濟省份，貢獻率為14.23%；對于落后經濟省份，貢獻率為28.83%。

表4 教育對于人力資本的模糊神經網絡訓練結果

表5 教育對經濟增長的貢獻度

3 結論

本文以教育對于經濟的貢獻度為核心研究目標，構建了基于模糊神經網絡的實證分析模型，并明確了具體的執(zhí)行步驟。實證分析過程中，通過三個階段評價參數的選取，通過執(zhí)行模糊神經網絡的迭代過程，最終獲得了有關的實證結果。實證結果顯示，對于我國不同經濟水平的地區(qū)，教育都通過提生人力資本的素質，達成了對經濟增長的促進作用。其中發(fā)達經濟省份的影響小些，落后經濟省份的影響大些。這說明，對于落后經濟省份，必須通過教育提高人的素質，來最終實現跨越式的經濟發(fā)展。

參考模型：

[1]韓宗禮.我國教育投資的經濟效益探析[J].教育研究,2010,11(2).

[2]崔玉平.教育對經濟增長貢獻率的估算方法綜述[J].清華大學教育研究,2009,25(1).

[3]安雪慧.教育經濟效益計量方法分析[J].高等師范教育研究,2011,11(3).

[4]賴得勝.對教育經濟增長的一個交易費用經濟學解釋[J].學術研究,2007,21(9).

[5]王家贈.教育對中國經濟增長的影響分析[J].上海經濟研究,2012,33(2).

[6]史清琪,秦寶庭,陳警.中國經濟增長因素分析[M].北京:科學技術文獻出版社,2012.

[7]苗慶紅.教育經濟增長貢獻計量方法中的一些問題[J].教育經濟,2012,24(5).

F062.2

A

1002-6487（2013）14-0111-03

教育部人文社會科學研究項目（10YJC790039）；湖南省教育廳教學改革項目（湘教通[2012]401號）

王 暉（1978-），女，河北獻縣人，博士研究生，講師，研究方向：生態(tài)經濟、服務管理。

（責任編輯/亦 民）